分卷阅读94 (第2/3页)

正业，但凭他对计算机和围棋两个领域的了解，他曾经尝试过围棋AI的编码，所以他非常清楚这些概念是无法被量化的。此前出现的AI也一直印证着他的猜想，直到AlphaGo。

他敢肯定，AlphaGo的计算方式产生了相当大的变化！AlphaGo不是以计算机的惯性在运行，它完全是人脑的思维方式！

“他们在蒙特卡洛树搜索上加装了什么？”谢榆一目十行地扫过屏幕上的代码。

蒙特卡洛树搜索，是围棋AI的基本解决框架。围棋AI每一步都选择若干种落子，然后在电脑中模拟到终局，进行数子，最终选择胜率最高的那一步棋。因为计算量太大，AI只能给出一个近似最优解，并非全枚举，在AlphaGo之前AI因此也只能达到业余五级的水准。

这依旧是一个计算的范畴，而职业棋士很多时候并不是单靠计算做出判断，像之前所说的全局观念，就是蒙特卡洛树搜索无法解决的问题。要让AI发挥出人脑的效果，到底靠的什么？

当天晚上，谢榆从美国的某个计算机大牛那里，获知了他想要的答案。

AlphaGo团队在蒙特卡洛树搜索上加装了策略网络和价值网络两个模块。

这两个模块让AlphaGo不是单纯地计算，而是深度学习、模仿人类！

策略网络，顾名思义是决策下一步走子。AlphaGo会检索KCS围棋服务器上所有真人在线对弈，进而判断：如果是人类棋手处于它当前的位置，他最有可能走哪一步？它只对那些解进行计算！然后，它就自我对弈上千万局，看看这一步是否真的是最优解！

遵循策略网络，蒙特卡洛树搜索的树宽将大量减少，但深度依旧存在。上千万局博弈，每一局都走到最后，依旧是可怕的计算量。

计算深度的减少用上了价值网络。它以AlphaGo产生的大量自我博弈作为样本，检索这种棋形在历史上的胜率，把好坏、优劣变成了一个概率问题！那么每一回，AlphaGo计算到一定深度就可以停下来，直接估算当前胜率！

经验的本质是概率，从本质上来说，以概率判断局面的AlphaGo，就是以“经验判断现状”的人